Відсутні значення описують (не)навмисно залишені змінні в спостереженнях/випадках у наборі даних. У цій статті показано, які існують різні відсутні значення та як їх можна визначити в SPSS.30 вересня 2019 р.
Набори даних для вторинного аналізу також часто містять такі коди для відсутніх значень (наприклад, «-7», «99»). Якщо ці значення не позначені як відсутні в SPSS, програма вважає їх істотною інформацією, яка призводить до неправильних результатів аналізу.
Відсутні значення є Значення в наборі даних, які невідомі, не записані або введені неправильно . Зазвичай такі значення недійсні для своїх полів.
Ви можете вкажіть підкоманду missing=listwise, щоб виключити дані, якщо будь-якій змінній у списку бракує значення. За замовчуванням відсутні значення виключаються, а відсотки базуються на кількості непропущених значень.
1. Вводячи дані вперше, залиште пропущені значення порожніми клітинками . 2. Щоб змусити SPSS заповнювати всі порожні клітинки, перейдіть до «Перетворити – перекодувати в однакові змінні».
Відсутність даних створює різні проблеми. перше відсутність даних зменшує статистичну силу , що відноситься до ймовірності того, що тест відхилить нульову гіпотезу, якщо вона хибна. По-друге, втрачені дані можуть внести зміщення в оцінку параметрів. По-третє, це може знизити репрезентативність вибірки.